Internet of Things -alustayritysten liiketoimintamallit ja niiden luokittelu

Abstract

Itsenäisesti toimivat älykkäät objektit tulevat yhä arkipäiväisemmiksi toimijoiksi ympäröivässä maailmassamme. Älykkäät objektit ovat fyysisiä asioita, joilla on myös virtuaalinen identiteetti. Toisiinsa kytköksissä olevista älykkäiden objektien verkostosta käytetään käsitettä Internet of Things (IoT) tai asioiden ja esineiden internet. Näiden objektien määrän kasvaessa tulevina vuosina kymmenillä miljardeilla sekä niiden tullessa osaksi liiketoimintaprosesseja, korostuu näille objekteille alustapalveluja tuottavien yritysten merkitys. IoT-tutkimus on kuitenkin keskittynyt teknologiakerrokseen jättäen liiketoiminnan tutkimuksen vähemmälle huomiolle.

Tutkielmassa keskityttiin IoT-alustayritysten liiketoimintamalleihin sekä pyrittiin löytämään keinot niiden luokitteluun. Lisäksi pyrittiin myös selvittämään, millä tavalla aiempia liiketoimintamallien luokittelumalleja voitiin laajentaa käsittämään IoT-alustayrityksille keskeisiä piirteitä. Tarkastelun kohteeksi työssä valittiin kaksikymmentä alustayritystä.

Tutkimusmenetelmäksi työssä valittiin kuusivaiheinen suunnittelutieteen prosessimalli, jonka rakennetta tutkielma noudatti. Valittu prosessina etenevä menetelmä pyrkii ratkaisemaan alussa esitetyn tutkimusongelman artefaktin avulla. Tässä tutkielmassa luotu artefakti oli kahta viitekehystä yhdistävä IoT-alustayritysten liiketoimintamallien luokittelumalli. Artefakti luotiin liiketoimintamalleihin ja -ekosysteemeihin perustuvan kirjallisuuden avulla. Teoriakirjallisuuden avulla pyrittiin laajentamaan suppeaa IoT-liiketoimintaa luokittelevaa mallia kattamaan osa liiketoimintamallikanvas-viitekehyksen ulottuvuuksista. Tämän jälkeen työssä sovellettiin luotua artefaktia valittuihin tapauksiin.

Tutkielmasta käy ilmi, että valittuja liiketoimintamallien viitekehyksiä on mahdollista yhdistää IoT-alustayritysten liiketoiminnan analysointiin soveltuvaksi luokittelumalliksi. Valitut viitekehykset eivät kuitenkaan sellaisenaan soveltuneet IoT-alustayritysten analysointiin, vaan niihin tuli tehdä tarkennuksia mallin ulottuvuuksien määrittelyn osalta. Lisäksi ulottuvuuksien attribuutit vaativat lisäkehitystä, jotta ne sopivat paremmin IoT-alan erityispiirteisiin.

Independently operating smart objects will become more and more ordinary actors in the surrounding world. Smart objects are physical things that also have a virtual identity. Network of interconnected smart objects are also referred as Internet of Things (IoT). As the amount of these objects increases by billions during the next years and them coming part of business processes, the importance of the companies that offer platform services to these objects will increase. IoT research has focused on the technology layer leaving the business research to less attention.

In this Master’s Thesis the focus was on business models of IoT platform companies and finding ways to categorize them. In addition, the objective was to resolve in which way the existing business model categorization models could be expanded to include essential features of IoT platform companies. For analysis twenty companies were selected.

Six phase design science process model was selected as research method of which structure thesis followed. The chosen process methodology aims to solve the research problem found in the beginning of the thesis with an artefact. In this thesis, the created artefact was IoT platform business model categorizing framework which was created by combining two different frameworks. The artefact was created based on literature of business models and ecosystems. With the theoretical literature, the objective was to expand constricted IoT business categorizing framework to include some of the dimensions of business model canvas framework. After this the created artefact was applied to the selected cases.

This thesis reveals that the selected business model frameworks can be merged as a framework which can be used to categorize IoT platform companies’ business models. The selected frameworks do not fit as such for analyzing IoT-platform companies so adjustments had to be made for the model dimension definitions. In addition, the attributes of the dimensions also need further development to fit better for the special requirements of IoT field.